编写matlab均值滤波代码
时间: 2023-07-09 21:50:53 浏览: 48
下面是一个简单的 MATLAB 均值滤波函数的代码:
```matlab
function filtered_img = mean_filter(img, kernel_size)
% img: 待滤波的图像
% kernel_size: 滤波核大小
% filtered_img: 滤波后的图像
% 定义均值滤波核
kernel = ones(kernel_size) / (kernel_size^2);
% 对图像进行均值滤波
filtered_img = conv2(img, kernel, 'same');
end
```
该函数使用 `conv2` 函数实现卷积操作,'same' 表示输出大小与输入大小相同。使用该函数时,只需要传入待滤波的图像和滤波核大小即可。例如:
```matlab
img = imread('example.jpg');
filtered_img = mean_filter(img, 3); % 使用 3x3 的滤波核进行均值滤波
imshow(filtered_img);
```
注意:该函数没有进行边缘处理,因此边缘处的像素值可能会受到影响。在实际应用中,可能需要进行边缘处理,例如使用镜像填充等方法。
相关问题
matlab均值滤波去噪
均值滤波是一种常见的图像去噪方法,它的原理是用一个固定大小的滑动窗口在图像上滑动,将窗口内的像素值取平均值作为中心像素的值,从而达到去除噪声的目的。在MATLAB中,可以使用自己编写的函数或者调用imfilter函数实现均值滤波去噪。使用自己编写的函数时,需要先将图像转换为灰度图像,然后定义一个滑动窗口,将窗口内的像素值取平均值作为中心像素的值,最后将处理后的像素值赋给输出图像的对应位置。调用imfilter函数时,需要指定滤波模板,然后使用'corr'选项进行相关运算,使用'replicate'选项进行边缘填充,最后将处理后的图像输出。在实际应用中,需要根据具体情况选择合适的滤波模板大小和类型,以达到最佳的去噪效果。
MATLAB编写均值滤波的函数
可以使用以下代码编写一个基于邻域的均值滤波器函数:
```matlab
function outputImg = meanFilter(inputImg, windowSize)
% inputImg: 输入图像
% windowSize: 邻域大小
% outputImg: 输出图像
% 获得输入图像的尺寸
[height, width] = size(inputImg);
% 对邻域大小进行处理,保证其为奇数
if mod(windowSize,2) == 0
windowSize = windowSize + 1;
end
% 初始化输出图像
outputImg = zeros(height,width);
% 对每个像素点进行均值滤波
halfWindow = floor(windowSize/2);
for i = halfWindow+1:height-halfWindow
for j = halfWindow+1:width-halfWindow
window = inputImg(i-halfWindow:i+halfWindow, j-halfWindow:j+halfWindow);
outputImg(i,j) = mean(window(:));
end
end
end
```
使用方法:
```matlab
% 读取图像
inputImg = imread('input.jpg');
% 对图像进行均值滤波
outputImg = meanFilter(inputImg, 5);
% 显示输出图像
imshow(outputImg);
```
其中,`inputImg` 是待处理的输入图像,`windowSize` 是邻域大小,`outputImg` 是处理后的输出图像。此处使用的是基于邻域的均值滤波器,对于每个像素点,取其周围邻域内的像素值的均值作为输出。